[發明專利]一種桿塔鳥巢檢測與識別方法、裝置、設備及其介質

在審

• 申請號: 202010760593.7
• 申請日: 2020-07-31
• 公開（公告）號: CN111860488A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 劉高;翟瑞聰;陳浩;彭熾剛;郭錦超;王年孝;饒成成
• 申請（專利權）人: 廣東電網有限責任公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/32;G06K9/62;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 沈闖

本申請公開了一種桿塔鳥巢檢測與識別方法、裝置、設備及其介質，方法包括：獲取待測桿塔圖像；將待測桿塔圖像輸入至特征提取網絡中，得到桿塔圖像的特征圖；將特征圖輸入至預置的候選區域生成網絡中，得到候選區域；將滑動窗口在候選區域上進行滑動，由滑動窗口經過候選區域上每個位置的錨點生成候選框，采用修正參數對候選框進行修正，得到修正后的檢測窗口。本申請提高圖像的分類識別率和檢測準確率。

技術領域

本申請涉及圖像檢測技術領域，尤其涉及一種桿塔鳥巢檢測與識別方法、裝置、設備及其介質。

背景技術

輸電線在電力系統中有著非常重要的作用，與人們的生活密不可分，如果出現大規模斷電情況會給大眾造成不可估量的損失。而鳥類的自然活動經常干擾到輸電線的正常工作，如鳥類在輸電線桿塔上筑巢容易造成輸電線發生短路事故，輸電線桿塔上的瓷瓶容易受到鳥類排出的糞便污染，由此造成絕緣強度降低，造成輸電線短路的同時電力系統也出現故障，另外有很多捕食類動物以鳥類未孵化的卵和幼崽為食物，為了捕獵攀爬輸電線桿塔，造成電力系統大面積癱瘓。為了避免上述情況的發生，對輸電線桿塔鳥巢進行檢測與識別，傳統的檢測與識別主要利用BP網絡算法，這種算法具有識別率低，泛化能力差的缺點，并且還不能保證結果的準確性。而深度學習中的Faster R-CNN算法網絡可以有效的改善這些缺點。

發明內容

本申請實施例提供了一種桿塔鳥巢檢測與識別方法、裝置、設備及其介質，使得提高其分類識別率和檢測準確率。

有鑒于此，本申請第一方面提供了一種桿塔鳥巢檢測與識別方法，所述方法包括：

獲取待測桿塔圖像；

將所述待測桿塔圖像輸入至特征提取網絡中，得到所述待測桿塔圖像的特征圖；

將所述特征圖輸入至預置的候選區域生成網絡中，得到候選區域；

將滑動窗口在所述候選區域上進行滑動，由所述滑動窗口經過所述候選區域上每個位置的錨點生成候選框，采用修正參數對所述候選框進行修正，得到修正后的檢測窗口。

可選的，在所述將滑動窗口在所述候選區域上進行滑動，由所述滑動窗口經過所述候選區域上每個位置的錨點生成候選框，采用修正參數對所述候選框進行修正，得到修正后的檢測窗口，之后還包括：

將所述特征圖輸入至訓練好的分類器中，輸出鳥巢的空間位置。

可選的，在所述將所述特征圖輸入至訓練好的分類器中，輸出鳥巢的空間位置，之前還包括：

獲取大量包含鳥巢的桿塔圖像，構成樣本集；

采用所述樣本集訓練所述分類器。

可選的，所述將滑動窗口在所述候選區域上進行滑動，由所述滑動窗口經過所述候選區域上每個位置的錨點生成候選框，采用修正參數對所述候選框進行修正，得到修正后的檢測窗口，具體包括：

將滑動窗口在所述候選區域上進行滑動，由所述滑動窗口經過所述候選區域上每個位置的錨點(x_i,y_i)生成所述候選框，所述候選框坐標為c₀＝(x_c,y_c,w_c,h_c)，采用所述修正參數對所述候選框進行修正，所述修正參數為j_x,j_y,j_w,j_h，則修正后的所述檢測窗口為：

式中，x，y，h，w分別表示所述檢測窗口中心橫坐標，中心縱坐標，高度及寬度。

本申請第二方面提供一種桿塔鳥巢檢測與識別裝置，所述裝置包括：

獲取單元，用于獲取待測桿塔圖像；